Skill∞ : un agent améliore lui-même ses compétences et sa métacompétence, 60,7 % sur SkillsBench

Une équipe de l'Université nationale de Singapour propose une manière de boucler la boucle de l'auto-amélioration là où c'est le plus facile à faire en pratique : au niveau des compétences des agents de langage. Le système Skill∞ s'appuie sur un méta-agent : il suit une métacompétence pour optimiser les compétences en fonction des tâches concrètes, puis applique la même procédure à la métacompétence elle-même. Sur les 83 tâches du benchmark SkillsBench, la méthode atteint 60,7 % de réussite. Les compétences rédigées par des humains obtiennent 56,4 %, et le concurrent automatique le plus proche, SkillEvolver, 54,5 %. L'écart avec les humains est de 4,3 points de pourcentage, et de 6,2 points avec SkillEvolver.

Pourquoi les compétences se prêtent à la récursion

L'auto-amélioration récursive (RSI), où un système améliore aussi la manière dont il s'améliore, est depuis longtemps considérée comme l'une des voies possibles vers l'AGI. Les auteurs attaquent le problème par son côté pratique. Les agents de langage stockent de plus en plus leurs connaissances procédurales sous forme de compétences réutilisables, c'est-à-dire des paquets d'instructions que l'agent charge selon la tâche. Si la procédure d'optimisation est elle-même formulée comme une compétence, elle peut être améliorée avec les mêmes outils que n'importe quelle autre compétence.

Les optimiseurs de compétences existants ne fonctionnent pas ainsi. Ils suivent une procédure conçue par un humain. Même les méthodes qui font évoluer la métacompétence l'enferment dans un pipeline figé et la réentraînent entièrement pour chaque nouvelle tâche. Skill∞ lève ces deux contraintes : la métacompétence n'est pas liée à un pipeline fixe et n'est pas réentraînée à partir de zéro.

Ce que fait le méta-agent

L'optimisation dans Skill∞ est menée par l'agent lui-même, et non par un script externe. La métacompétence décrit quatre actions, et l'auto-amélioration peut réécrire chacune d'elles :

• diagnostic des traces d'exécution : l'agent analyse où et pourquoi une compétence a échoué sur les tâches ;
• génération de candidats : à partir du diagnostic, l'agent propose de nouvelles versions de la compétence ;
• revues indépendantes : l'agent sollicite l'évaluation des candidats par des réviseurs distincts ;
• allocation du budget de recherche : l'agent décide lui-même où orienter des ressources limitées.

Une autre particularité est le découplage des niveaux. La métacompétence est séparée des compétences propres aux tâches. Elle est affinée sur plusieurs tâches d'optimisation de compétences, puis réutilisée dans différents domaines, sans réentraînement. Les compétences, aux deux niveaux, restent des paquets standards et sont chargées via le mécanisme habituel de découverte de compétences, comme lors d'un déploiement réel. Aucune infrastructure séparée n'est nécessaire pour les mettre en œuvre.

Les chiffres de SkillsBench

La comparaison a été réalisée sur 83 tâches de SkillsBench, en fonction de la proportion de tâches réussies :

• Skill∞ — 60,7 % ;
• compétences rédigées par des humains — 56,4 % ;
• SkillEvolver — 54,5 %.

La principale conclusion ne réside pas dans la valeur absolue. Les compétences optimisées automatiquement ont dépassé celles rédigées manuellement, et la procédure qui les a optimisées était elle-même le produit d'une optimisation. Les auteurs de ces travaux sont Wangcheng Tao, Zhanglu Yan, Han Wu et Weng-Fai Wong. Le préprint a été publié sous la référence arXiv 2610.35434 et figure dans la sélection quotidienne de Hugging Face Papers.

Ce que les équipes qui construisent des agents peuvent en retenir

Si votre stack dispose déjà de compétences sous forme de paquets standards, deux idées de ces travaux méritent attention. La première : la procédure d'amélioration des compétences peut elle aussi être décrite comme une compétence, plutôt qu'être codée en dur dans le pipeline. Elle peut alors être corrigée avec les mêmes outils et à partir des mêmes traces. La seconde : la revue indépendante des candidats et la gestion du budget de recherche devraient être confiées à l'agent lui-même, puisqu'il s'agit d'étapes que la métacompétence peut reconcevoir en fonction de la tâche.

Pour l'instant, il ne s'agit que d'un résultat sur un seul benchmark de 83 tâches, et le transfert vers des charges de travail réelles reste à vérifier. Mais la direction est claire : les bibliothèques de compétences cessent d'être des dossiers statiques d'instructions et commencent à se hisser elles-mêmes vers un niveau qui exigeait auparavant un réglage manuel. Les optimiseurs automatiques dépassent déjà l'annotation humaine, et l'auto-amélioration intégrée de la procédure leur a fait gagner quelques points de pourcentage supplémentaires.